The Share-a-Ride problem with stochastic travel times and stochastic delivery locations

We consider two stochastic variants of the Share-a-Ride problem: one with stochastic travel times and one with stochastic delivery locations. Both variants are formulated as a two-stage stochastic programming model with recourse. The objective is to maximize the expected profit of serving a set of passengers and parcels using a set of homogeneous vehicles. Our solution methodology integrates an adaptive large neighborhood search heuristic and three sampling strategies for the scenario generation (fixed sample size sampling, sample average approximation, and sequential sampling procedure). A computational study is carried out to compare the proposed approaches. The results show that the convergence rate depends on the source of stochasticity in the problem: stochastic delivery locations converge faster than stochastic travel times according to the numerical test. The sample average approximation and the sequential sampling procedure show a similar performance. The performance of the fixed sample size sampling is better compared to the other two approaches. The results suggest that the stochastic information is valuable in real-life and can dramatically improve the performance of a taxi sharing system, compared to deterministic solutions.     

客户配送要求变动下的VRPSDP干扰管理优化

为解决客户配送要求变动对VRPSDP方案造成的干扰问题，从成本和服务时间两个方面，就干扰事件对原物流配送车辆路径方案造成的影响进行了干扰辨识分析.构建了VRPSDP干扰管理模型，并设计基于禁忌搜索的调度算法.从Solomon标准测试算例中随机抽取6组算例对模型和算法的有效性进行验证.结果显示，本文的干扰管理方案与传统的增派车辆和全局重调度方案相比较，广义总费用偏离有明显地降低，且本文方法能够在较短的时间内生成满意的物流配送车辆调度调整方案.     

A case study of Beijing bus crew scheduling: a variable neighborhood‐based approach

Crew scheduling for bus drivers in large bus agencies is known to be a time‐consuming and cumbersome problem in transit operations planning. This paper investigates a new meta‐heuristics approach for solving real‐world bus‐driver scheduling problems. The drivers' work is represented as a series of successive pieces of work with time windows, and a variable neighborhood search (VNS) algorithm is employed to solve the problem of driver scheduling. Examination of the modeling procedure developed is performed by a case study of two depots of the Beijing Public Transport Group, one of the largest transit companies in the world. The results show that a VNS‐based algorithm can reduce total driver costs by up to 18.1%, implying that the VNS algorithm may be regarded as a good optimization technique to solve the bus‐driver scheduling problem. Copyright © 2015 John Wiley & Sons, Ltd.     

基于改进最小二乘支持向量机的电力机车牵引电机建模

介绍利用最小二乘支持向量机的回归理论对牵引电机磁化曲线进行拟合,从而建立准确的电力机车牵引电机模型的方法.针对最小二乘支持向量机参数选择耗时长的问题,提出一种基于三步搜索技术的参数选择方法.理论分析及仿真结果表明,该方法可优化选择最小二乘支持向量机的参数,并可提高最小二乘支持向量机的建模速度.将该方法用于电力机车牵引电机建模的参数选择,仿真结果表明,该方法建立的电力机车牵引电机模型精确度高,可用于对电力机车主电路性能及控制策略的研究.     

基于轨道交通网络特点的K最短路算法研究

城市轨道交通网络发展带来出行路径选择的复杂性,为了科学掌握线路客流,组织运输,合理引导乘客路径选择,需要开展轨道多路径算法研究;同时,随着生活节奏加快,要求算法高效,注重路径获取的实时性。针对轨道网络特征,将站点之间K最短路搜索转化为线路换乘组合搜索,降低搜索空间复杂度,并利用杭州轨道交通网络进行案例验证。算法明显提升轨道网络K最短路搜索效率,能够更快速响应轨道交通实际运行变化,有助于提升今后轨道交通出行服务应用。     

基于CBTC的灯泡线线路拓扑结构分析与设计

分析灯泡线对既有CBTC系统线路拓扑结构下链接关系的影响,提供一种基于轨道交通灯泡线线路的系统设计方法,并给出描述线路拓扑的数据结构定义。系统设计方法核心思想是:在CBTC系统中,将灯泡线中的拐点作为一个链接对象。通过对拐点两侧的区段链接关系进行描述和确定,对于存在灯泡线的线路,根据列车运行方向,实现对含拐点线路的路径搜索,并对包络跨在拐点上的列车进行包络位置计算,对列车运行方向与信号机、车档等方向的一致性判断给出具体方法。通过使用这种方法,使得既有CBTC系统少量修改拓扑结构,就能支持灯泡线线路。     

高速夜行列车车底运用及优化方法研究

高速夜行列车在运用时间范围和运用时间跨度方面都与现有高速动车组存在较大差异,因而导致诸多运用条件发生改变。在总结夜行列车车底运用问题特征的基础上,将该问题求解过程划分成基本交路生成和完整循环交路生成两个阶段,其中前者作为后者模型的输入。构建以车底运用不均衡度和非配属地检修次数最小为目标的数学优化模型,通过改进的深度优先搜索算法进行求解,并以京广线为背景对模型和算法进行验证。结果表明,针对我国铁路实际该方法能有效解决夜行列车车底周转运用问题,可为我国夜行列车的开行提供技术支持。     

基于网格搜索的PCA-SVM道路交通标志识别

针对现有识别方法对交通标志的识别精度和算法效率不高的问题,提出了一种基于网格搜索的主成分分析-支持向量机(PCA-SVM)道路交通标志识别方法。该方法首先采用主成分分析(PCA)法对交通标志进行降维处理,提取出交通标志的主元特征,然后利用网格搜索法(GS)对支持向量机(SVM)进行参数优化,最后利用参数优化好的支持向量机分类器实现对交通标志的识别。通过实验仿真,并与现有的其他交通标志识别算法进行分析对比,实验结果表明,本文方法在保证较高识别精度的同时,算法效率得到显著提高。     

基于替代图的列车运行调整计划编制及优化方法

借助对列车优先级、节点、替代弧和替代对等参数的定义,以列车追踪运行间隔时间、列车连发间隔时间和列车间越行地点等为约束条件,以替代图中最长路径最短为优化目标,建立基于替代图的列车运行调整计划编制及优化模型.采用本地搜索算法对模型求解,经过原始计划生成和初级优化,得到有瑕疵(冲突)的但资源利用率较高的初始调整计划.当初始调整计划未满足需求或计划在实施过程中受到扰动需要修正时,采用分层多级优化分枝定界算法,对初始调整计划对应的替代图进行进一步的优化,得到优化的列车运行调整计划.由于替代图与列车运行调整计划的对应关系,用这2种算法对替代图分阶段求解和优化,可以得到满足不同需求的调整计划.通过对模拟环境的仿真,验证了模型和优化方法的完整性和可行性.     

A~*进路搜索算法的研究与实现

目前应用于铁路现场的各种计算机联锁系统所采用的进路搜索方法经实践发现其搜索效率低、占用资源大,针对此问题,结合进路搜索的实际要求,采用带启发信息的A*算法进行进路搜索。使用Visual C++搭建计算机联锁软件的实验平台,对A*进路搜索算法进行性能测试。结果表明,A*进路搜索算法能够快速准确的搜出所需基本进路,动态生成进路表,并且搜索时间短、占用空间小,相较其他算法具有更良好的性能。